커널 밀도 추정(kernel density estimation)에 대한… | [7급 서울시 인공지능] 26년 1회차 기출문제 상세 페이지
1[7급 서울시 인공지능] 26년 1회차
커널 밀도 추정(kernel density estimation)에 대한 설명으로 가장 옳은 것은?
1
커널의 대역폭이 너무 작으면 추정 분포가 뾰족해지고, 너무 크면 과도하게 평탄화된다.
2
커널의 대역폭이 0에 가까울수록 실제 분포를 정확하게 추정한다.
3
커널 밀도 추정은 히스토그램보다 계단 모양이 심하다.
4
고차원일수록 데이터 희소성 문제가 사라져 더 효과적이다.
해설
커널 밀도 추정은 대역폭이 너무 작으면 뾰족하고 들쭉날쭉한 분포가, 너무 크면 과도하게 평탄한 분포가 추정된다.
대역폭은 각 자료점 주위에 놓는 커널의 폭이므로, 작으면 개별 점에 과적합(분산 증가)하고 크면 구조를 뭉개는 과소적합(편향 증가)이 일어난다.
- 대역폭이 0에 가까우면 자료점마다 뾰족한 봉우리만 남아 실제 분포를 정확히 추정하지 못한다.
- 매끄러운 커널을 겹쳐 더하므로 히스토그램보다 계단 모양이 오히려 덜하다.
- 고차원으로 갈수록 데이터가 희소해지는 차원의 저주가 심해져 추정 효율이 떨어진다.
오류나 개정된 내용이 보이면 알려주세요